基于mcmc粒子滤波的gps接收机自主完好性监测算法研究.docVIP

基于MCMC粒子滤波的GPS接收机自主完好性监测算法研究* 王尔申，张淑芳，胡　青 （大连海事大学信息科学技术学院　大连　116026） 摘　要：提出将马尔可夫蒙特卡罗方法与标准的粒子滤波算法有机结合应用于接收机自主完好性监测（RAIM）中。通过状态观测概率密度似然比方法建立一致性检验统计量进行卫星故障的检测与隔离。对算法进行了数学建模，描述了算法的流程。通过实测数据验证，结果表明，该方法在非高斯测量噪声情况下可以对状态进行精确的估计，成功检测和隔离故障卫星，克服了卡尔曼滤波的RAIM算法在处理非高斯测量噪声时性能下降的问题，从而验证了MCMC粒子滤波在接收机自主完好性监测中的有效性。 关键词：GPS；粒子滤波；接收机自主完好性监测；马尔可夫蒙特卡罗方法；故障检测 中图分类号：TN967.1　　文献标识码：A　　国家标准学科分类代码：510.40 Research on GPS receiver autonomous integrity monitoring algorithmbased on MCMC particle filtering Wang Ershen, Zhang Shufang, Hu Qing (College of Information Science and Technology, Dalian Maritime University, Dalian 116026, China) Abstract：The investigation presents a new approach combining Markov Chain Monte Carlo method and standard particle filtering for GPS receiver autonomous integrity monitoring. The log likelihood ratio (LLR) test based on probability density function of state-measurement is set up. The consistency test utilizing LLR is devised for satellite fault detection and isolation (FDI). Mathematic model and algorithm flow for FDI are described in detail. Experimental results based on real GPS data demonstrate that the algorithm can estimate the state precisely under non-Gaussian measurement noise, detect and isolate GPS satellite failures successfully and solve the performance degradation problem of RAIM algorithm based on Kalman filter. Therefore, experimental results validate the validity of MCMC particle filtering for RAIM. Key words：global positioning system; particle filtering; receiver autonomous integrity monitoring (RAIM); Markov Chain Monte Carlo (MCMC) method; fault detection 1　引　　言 收稿日期：2009-03　　Received Date：2009-03 *基金项目： 收稿日期：2009-03　　Received Date：2009-03 *基金项目：国家863计划(2009AA12Z312)、交通部科技教育司 (200536422504) 资助项目 为了解决上述算法对噪声分布要求的限制，本文将MCMC粒子滤波引入到接收机自主完好性监测中，通过似然比方法建立一致性检验统计量实现对故障卫星的检测和隔离。由于粒子滤波对处理的噪声分布没有严格的限制，对非高斯分布噪声有很好的滤波效果。实验验证了该算法在RAIM中的有效性。 2　粒子滤波算法检测故障的原理 粒子滤波是一种基于蒙特卡罗模拟和递推贝叶斯估计的滤波方法。Gordon提出基于蒙特卡罗方法的序贯重要性重采样粒子滤波算法以来[2]，粒子滤波成为非线性非高斯系统状态估计问题的一个研究热点，广泛